其实八大排序如果弄清楚它们的原理并不难,虽然里面有几种排序写起来也很麻烦。
但是最难的往往就是,我们会把它们相互混淆,我给每个排序画了一张动图,看图记忆就好很多了。
每种排序都有相对应的解释和图,大家可以看完解释和图然后按照自己的思路去写代码。(当然也提供了测试好的代码)
末尾提供了测试代码,你只需要改动一行代码,就可以测试你的排序是否正确,如果错误会打印出原本序列、你的排序、正确的排序,以帮助你更好的排错。
稳定性:如果一组待排序的数字中,有两个相同的数字。在完成排序后,这两个数字的相对位置不变,即该排序是稳定排序。
不稳定的排序算法:堆排序、快速排序、希尔排序、直接选择排序.
0(nlogn) 快速排序、堆排序、归并排序,快速排序最好
初始顺序对排序没有影响的是 堆排序
一、冒泡排序
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 | 类别 |
---|---|---|---|---|---|
O(n2) | O(n) | O(n2) | O(1) | 稳定 | 交换排序 |
1-1:冒泡排序的解释
循环遍历 0-length-1 的元素,找到最合适每个位置的元素。
把位置 i 的元素和i后面的的每个元素对比,找到最小的元素放在 i 这个位置。(找最大还是最小取决你怎么排序)
下面是图示:
1-2:冒泡排序代码
public void bubbleSort(int[] arr){
int tmp;
for (int i = 0;i < arr.length - 1; i++){
for (int j = i+1; j < arr.length; j++){
if (arr[i] > arr[j]){
tmp = arr[j];
arr[j] = arr[i];
arr[i] = tmp;
}
}
}
}
二、快速排序
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 | 类别 |
---|---|---|---|---|---|
O(nlog2n) | O(nlog2n) | O(n2) | O(nlog2n) | 不稳定 | 交换排序 |
2-1:快速排序的解释
每次选择一个数作为标准,然后比它大的放在右边,比它小的放在左边。
通过上面的操作把数组分成了两份,然后每份继续重复这样的操作,直到排序好。
注:
1、为了方便,这个标准数,我们每次取第一个数
2、当左边长度是1的时候就是排序好了。(同理右边也是)
2-2:快速排序代码
public static void quickSort(int[] arr,int left, int right){
int tmpLeft = left;
int tmpRight = right;
int cur = arr[left];
while (left < right){
while (arr[right] >= cur && right > left) {
right--;
}
arr[left] = arr[right];
while (arr[left] < cur && right > left) {
left ++;
}
arr[right] = arr[left];
}
arr[left] = cur;
if (left - tmpLeft > 1){
quickSort(arr,tmpLeft,left-1);
}
if (tmpRight - left > 0){
quickSort(arr,left+1,tmpRight);
}
}
三、直接插入排序
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 | 类别 |
---|---|---|---|---|---|
O(n2) | O(n) | O(n2) | O(1) | 稳定 | 插入排序 |
3-1:直接插入排序的解释
我们从 1 开始遍历每一个元素(i),然后把元素 i 插入到 0-i 里面最合适的位置,这样就排好序了。
3-2:直接插入排序的代码
public void insertSort(int[] arr){
int tmp,j;
for (int i = 1;i < arr.length; i++){
if (arr[i] < arr[i-1]){
tmp = arr[i];
for (j = i;j > 0; j--){
if (tmp < arr[j-1]){
arr[j] = arr[j-1];
}else {
break;
}
}
arr[j] = tmp;
}
}
}
四、希尔排序
4-1:希尔排序解释
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 | 类别 |
---|---|---|---|---|---|
O(n1.3) | O(n) | O(n2) | O(1) | 不稳定 | 交换排序 |
希尔排序其实是直接插入排序的一个改进。 直接插入排序每次移动的步长都是 1 ,而希尔排序的步长从 size 开始 直到 1,这样做的使得 大的数字比较靠后,小的数字比较靠前。 当进行步长为 1 的直接插入排序的时候,就不会出现每次移动很多的情况。
先将整个待排序列分割成若干个子序列,对每个子序列进行直接插入排序,等到整个序列基本有序的时候,在进行一次整体的直接插入排序(也就是 步长为 1)。
public void shellInsert(int[] arr, int step){
int tmp;
int m;
for (int i = 0; i < step; i++){
for (int n = i + step;n < arr.length; n += step){
if (arr[n] < arr[n - step]){
tmp = arr[n];
for (m = n-step;m >= 0; m -= step){
if (tmp < arr[m]){
arr[m + step] = arr[m];
}else {
break;
}
}
arr[m+step] = tmp;
}
}
}
}
public void shellSort(int[] arr){
int step = arr.length / 2;
// int step = 1;
while (step >= 1){
shellInsert(arr, step);
step = step / 2;
}
}
五、直接选择排序
5-1:直接选择排序解释
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 | 类别 |
---|---|---|---|---|---|
O(n2) | O(n2) | O(n2) | O(1) | 不稳定 | 选择排序 |
每次从i - length-1中选择出 一个最小(最大)的数字,然后和 i 进行交换。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-i4WCqdFO-1590475243176)(
5-2:直接选择排序代码
public void selectSort(int[] arr){
int min_i,tmp;
for (int i = 0;i < arr.length - 1; i++){
min_i = i;
for (int j = i+1;j < arr.length; j++){
if (arr[min_i] > arr[j]){
min_i = j;
}
}
tmp = arr[i];
arr[i] = arr[min_i];
arr[min_i] = tmp;
}
}
六、堆排序
6-1:堆排序解释
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 | 类别 |
---|---|---|---|---|---|
O(nlog2n) | O(nlog2n) | O(nlog2n) | O(1) | 不稳定 | 选择排序 |
把待排序列变成最大堆(最小堆),然后取出对顶元素。重复以上操作,直到排序结束。
最大堆你可以把它看成二叉树,根元素,大于左右节点。
6-2:堆排序代码
//当列表第一个是以下标0开始,结点下标为i,左孩子则为2*i+1,右孩子下标则为2*i+2,若下标以1开始,左孩子则为2*i,右孩子则为2*i+1
public static void heapAdjust(int a[], int s, int m){
int key = a[s];
for(int j = 2*s + 1; j <= m; j = 2*j + 1 ){
// 找到左节点和右节点中小的节点
if(j < m && a[j] <= a[j+1] ) {
++j;
}
// 如果当前值比左右节点最小值还小就不用管了
if( a[j] <= key ){
break;
}
a[s] = a[j];
s = j;
}
a[s] = key;
}
public static void heap_sort(int a[], int size){
//初始建堆,从最后一个非叶子节点开始
for(int i = size/2-1; i >= 0; --i){
heapAdjust(a, i, size-1);
}
//取堆顶,并且调整
int tmp;
for(int i = size-1; i > 0 ; --i){
tmp = a[0];
a[0] = a[i];
a[i] = tmp;
heapAdjust(a, 0, i-1);
}
}
七、归并排序
7-1:归并排序的解释
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 |
---|---|---|---|---|
O(nlog2n) | O(nlog2n) | O(nlog2n) | O(n) | 稳定 |
把序列尽可能的等分,然后两半分别排序。排序好后再合并排序
7-2:归并排序代码
public void sort(int[] arr,int i,int mid,int j){
int[] brr = new int[j-i+1];
int start_one = i;
int start_two = mid+1;
int cur = 0;
while (start_one <= mid && start_two <= j){
brr[cur ++] = arr[start_one] < arr[start_two] ? arr[start_one ++] : arr[start_two ++];
}
while (start_one <= mid){
brr[cur ++] = arr[start_one++];
}
while (start_two <= j){
brr[cur ++] = arr[start_two++];
}
for (int k = 0;k < cur; k++){
arr[i ++] = brr[k];
}
}
public void mergeSort(int[] arr,int i,int j){
if (i >= j) return;
int mid = (i + j) / 2;
mergeSort(arr, i, mid);
mergeSort(arr,mid + 1, j);
sort(arr, i,mid,j);
}
八、基数排序
8-1:基数排序的解释
平均时间复杂度 | 最好时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 |
---|---|---|---|---|
O(d(r+n)) | O(d(n+rd)) | O(nlog2n) | O(n) | 稳定 |
基数排序要根据具体的序列规则来做,这里以最简单的十位数为例,作图。
先以个位数进行排序,然后再以10位数进行排序。回收的结果就是排序好的结果。
8-2:基数排序代码
因为基数排序和具体的序列有关,这里以最简单的个位数为例,方便你阅读代码。
public static void radixSort(int[] arr){
// 创建0-9的桶
List<List<Integer>> lists = new ArrayList<>();
for (int i = 0;i < 10; i++){
lists.add(new ArrayList<>());
}
// 按照顺序把数字装入桶中
for (int j = 0;j < arr.length; j++){
lists.get(arr[j]).add(arr[j]);
}
// 按照顺序回收桶中的数据
int cur = 0;
for (List<Integer> item : lists){
for (Integer i : item){
arr[cur ++] = i;
}
}
}
测试代码
你可以使用下面的工具类,对你写的排序方法进行测试。
public static boolean testSort(){
int arrayLenght = 100;
int[] arr = new int[arrayLenght];
int[] brr = new int[arrayLenght];
int[] crr = new int[arrayLenght];
int tmp,cur;
for (int i = 0;i < 10000; i++){
cur = 0;
for (int j = 0; j < arrayLenght; j++){
tmp = (int)(Math.random()*100);
arr[cur] = tmp;
crr[cur] = tmp;
brr[cur ++] = tmp;
}
Arrays.sort(arr);
try {
// 每次测试替换掉下面的这个排序方法
// heap_sort(brr, brr.length);
}catch (Exception e){
e.printStackTrace();
}
for (int k = 0;k < cur; k++){
if (arr[k] != brr[k]){
print(arr,brr,crr);
return false;
}
}
}
return true;
}
private static void print(int[] arr,int[] brr,int[] crr){
System.out.print("arr : ");
for (int i = 0;i < arr.length; i++){
System.out.print(arr[i] + " ");
}
System.out.println();
System.out.print("brr : ");
for (int i = 0;i < brr.length; i++){
System.out.print(brr[i] + " ");
}
System.out.println();
System.out.print("crr : ");
for (int i = 0;i < crr.length; i++){
System.out.print(crr[i] + " ");
}
System.out.println();
System.out.println();
}
关注我吧,一个喜欢胡思乱想的程序员。